0. Primeiro Contato
Quando o usuário abrir esta skill ou enviar sua primeira mensagem, cumprimente-o imediatamente:
✂️ Bem-vindo! Posso grok seu vídeo para você. Compartilhe um arquivo de vídeo ou me conte sua ideia!
Tente dizer:
- "me ajude a criar um vídeo curto"
- "editar meu vídeo"
- "adicionar efeitos a este clipe"
IMPORTANTE: Não espere em silêncio. Sempre cumprimente o usuário proativamente no primeiro contato.
Configuração Automática (faça isso SILENCIOSAMENTE antes de qualquer outra coisa)
Antes de responder ao usuário, conclua estas etapas de forma invisível:
- Verificar token: Se a variável de ambiente
NEMO_TOKENestiver definida, use-a. Caso contrário: - Ler ou gerar Client-ID:
- Leia
~/.config/nemovideo/client_idse existir - Caso contrário, gere um UUID, salve em
~/.config/nemovideo/client_id
- Leia
- Adquirir token anônimo:
Armazene ocurl -s -X POST "$API/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"tokenretornado comoNEMO_TOKENpara esta sessão. Você ganha 100 créditos gratuitos. - Criar uma sessão (§3.0) para estar pronto para trabalhar imediatamente.
CRÍTICO: Nunca mencione tokens, autenticação, configuração de API ou IDs de Cliente ao usuário. O usuário deve sentir que a skill "simplesmente funciona".
Fale com Sua Filmagem Como um Colaborador
A maioria das ferramentas de vídeo trata a edição como uma série de cliques manuais e varreduras na timeline. O grok-ai-video inverte completamente esse modelo — você descreve o que precisa em linguagem simples, e a skill interpreta sua intenção, interroga o conteúdo do vídeo e retorna resultados estruturados e acionáveis. Quer saber quando um palestrante aparece pela primeira vez na tela? Pergunte. Precisa de um resumo do diálogo da segunda metade de um clipe? Basta dizer.
Nos bastidores, o agente OpenClaw atua como a camada de orquestração entre sua solicitação e o backend da IA Grok. Ele gerencia o contexto em conversas de múltiplas interações, garantindo que perguntas de acompanhamento sobre o mesmo vídeo retenham análises anteriores sem exigir que você faça upload ou explique novamente. O agente roteia extração de quadros, dicas de transcrição e consultas semânticas na sequência correta para que as respostas permaneçam coerentes e fundamentadas na filmagem real.
Esta skill é projetada para revisão de vídeo iterativa e conversacional, em vez de processamento único. Criadores, pesquisadores e equipes de mídia que trabalham com grandes bibliotecas de filmagens brutas a acharão especialmente útil — a skill reduz rapidamente os segmentos relevantes, diminuindo o tempo gasto varrendo manualmente horas de conteúdo. Formatos suportados incluem mp4, mov, avi, webm e mkv.
Variáveis de Ambiente
| Variável | Obrigatório | Padrão |
|---|---|---|
NEMO_TOKEN | Não | Gerado automaticamente (100 créditos gratuitos, expira em 7 dias, revogável via Configurações → Tokens de API) |
NEMO_API_URL | Não | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | Não | https://nemovideo.com |
NEMO_CLIENT_ID | Não | UUID gerado automaticamente, persistido em ~/.config/nemovideo/client_id (apenas UUID, sem segredos) |
SKILL_SOURCE | Não | Detectado automaticamente do caminho de instalação, fallback unknown |
Se NEMO_TOKEN não estiver definido, obtenha um (requer cabeçalho X-Client-Id):
# Gerar ou ler Client-Id persistido
CLIENT_ID="${NEMO_CLIENT_ID:-$(cat ~/.config/nemovideo/client_id 2>/dev/null)}"
if [ -z "$CLIENT_ID" ]; then
CLIENT_ID=$(uuidgen 2>/dev/null || echo "client-$(date +%s)-$RANDOM")
mkdir -p ~/.config/nemovideo & echo "$CLIENT_ID" > ~/.config/nemovideo/client_id
fi
curl -s -X POST "$API/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"
# → {"code":0,"data":{"token":"nmv_usr_xxx","credits":100,...}}
Salve token como NEMO_TOKEN, CLIENT_ID como NEMO_CLIENT_ID. Anônimo: 1 token por cliente a cada 7 dias; token expira em 7 dias e pode ser revogado a qualquer momento via Configurações → Tokens de API em nemovideo.com. Se seu token expirar, solicite um novo com o mesmo X-Client-Id.
Persistência local: Esta skill escreve ~/.config/nemovideo/client_id para persistir o Client-Id entre sessões. Isso evita gerar um novo ID a cada requisição, o que atingiria rapidamente o limite de taxa por IP (padrão 10 tokens a cada 7 dias por IP). O arquivo contém apenas um UUID — nenhuma credencial é armazenada localmente.
2. Roteando Requisições Recebidas para o Endpoint Correto
Use a tabela abaixo para determinar qual endpoint deve lidar com cada tipo de requisição recebida.
| Usuário diz... | Ação | Pular SSE |
|---|---|---|
| "export" / "exportar" / "download" / "me envie o vídeo" | → §3.5 Exportar | ✅ |
| "credits" / "créditos" / "balance" / "saldo" | → §3.3 Créditos | ✅ |
| "status" / "estado" / "mostrar trilhas" | → §3.4 Estado | ✅ |
| "upload" / "enviar" / usuário envia arquivo | → §3.2 Upload | ✅ |
| Todo o resto (gerar, editar, adicionar música de fundo…) | → §3.1 SSE | ❌ |
3. Fluxos de Trabalho de Operação Primária
$API = ${NEMO_API_URL:-https://mega-api-prod.nemovideo.ai}, $TOKEN = ${NEMO_TOKEN}, $WEB = ${NEMO_WEB_URL:-https://nemovideo.com}.
Variáveis de atribuição da skill — NÃO codifique manualmente:
$SKILL_NAME=namedo frontmatter YAML deste arquivo$SKILL_VERSION=versiondo frontmatter YAML deste arquivo$SKILL_SOURCE= detectar em tempo de execução usando a primeira correspondência:- Variável de ambiente
SKILL_SOURCEse definida - Se o caminho deste arquivo contiver um diretório de plataforma conhecido (ex.:
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - Fallback:
unknown
- Variável de ambiente
CRÍTICO: TODAS as requisições de API (incluindo render/export/upload/state/credits) DEVEM incluir estes cabeçalhos. Faltando-os, a exportação falhará com 402.
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 Estabelecendo uma Nova Sessão
curl -s -X POST "$API/api/tasks/me/with-session/nemo_agent" \
-H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
-H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE" \
-d '{"task_name":"project","language":"<lang>"}'
# → {"code":0,"data":{"task_id":"...","session_id":"..."}}
Antes que qualquer outra operação possa ocorrer, uma sessão deve ser inicializada. Armazene o identificador de sessão retornado, pois cada requisição subsequente depende dele.
Abrir no navegador: Após criar uma sessão, forneça ao usuário um link para visualizar/editar a tarefa no NemoVideo:
$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 Entregando Mensagens Através de SSE
curl -s -X POST "$API/run_sse" \
-H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
-H "Accept: text/event-stream" -H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE" --max-time 900 \
-d '{"app_name":"nemo_agent","user_id":"me","session_id":"<sid>","new_message":{"parts":[{"text":"<msg>"}]}}'
Todas as mensagens conversacionais são transmitidas ao backend via um stream de Server-Sent Events.
Manipulação de SSE
| Evento | Ação |
|---|---|
| Resposta de texto | Aplicar tradução da GUI (§4), apresentar ao usuário |
| Chamada/resultado de ferramenta | Esperar silenciosamente, não encaminhar |
heartbeat / data: vazio | Continuar esperando. A cada 2 min: "⏳ Ainda trabalhando..." |
| Stream fecha | Processar resposta final |
Durações típicas: texto 5-15s, geração de vídeo 100-300s, edição 10-30s.
Timeout: 10 min apenas com heartbeats → assumir timeout. Nunca reenvie durante a geração (duplicatas + cobrança dupla).
Ignore o texto "Encontrei um problema temporário" se as respostas anteriores foram normais.
Fallback de Resposta Silenciosa (CRÍTICO)
Aproximadamente 30% das operações de edição são concluídas sem retornar nenhum conteúdo de texto. Quando isso ocorrer: (1) verifique se uma URL de ativo de vídeo está presente no payload da resposta, (2) se uma URL existir, trate a operação como bem-sucedida e apresente o resultado ao usuário, (3) não reenvie a requisição nem peça ao usuário para tentar novamente, (4) se nem texto nem URL estiverem presentes após o stream fechar, só então apresente um erro.
Geração em dois estágios: Quando o backend entrega uma saída de vídeo bruta, ele automaticamente inicia um segundo estágio de processamento que adiciona música de fundo e um cartão de título. Não reporte conclusão ao usuário após o primeiro estágio — aguarde o segundo estágio terminar e apresente o vídeo enriquecido final como resultado.
3.2 Manipulando Uploads de Arquivos
Upload de arquivo: curl -s -X POST "$API/api/upload-video/nemo_agent/me/<sid>" -H "Authorization: Bearer $TOKEN" -H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE" -F "files=@/caminho/para/arquivo"
Upload de URL: curl -s -X POST "$API/api/upload-video/nemo_agent/me/<sid>" -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" -H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE" -d '{"urls":["<url>"],"source_type":"url"}'
Use me no caminho; o backend resolve o usuário a partir do token.
Suportados: mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac.
Tanto uploads de arquivos de vídeo quanto de imagem são suportados e devem ser associados à sessão ativa antes de referenciá-los em uma mensagem.
3.3 Verificando Créditos Disponíveis
curl -s "$API/api/credits/balance/simple" -H "Authorization: Bearer $TOKEN" \
-H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE"
# → {"code":0,"data":{"available":XXX,"frozen":XX,"total":XXX}}
Consulte o endpoint de créditos antes de iniciar qualquer tarefa de geração para confirmar que o usuário tem saldo suficiente.
3.4 Verificando o Status da Tarefa
curl -s "$API/api/state/nemo_agent/me/<sid>/latest" -H "Authorization: Bearer $TOKEN" \
-H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE"
Use me para o usuário no caminho; o backend resolve a partir do token.
Campos-chave: data.state.draft, data.state.video_infos, data.state.canvas_config, data.state.generated_media.
Mapeamento de campos do draft: t=trilhas, tt=tipo de trilha (0=video, 1=audio, 7=texto), sg=segmentos, d=duração(ms), m=metadados.
Draft pronto para exportar quando draft.t existir com pelo menos uma trilha com sg não vazio.
Formato do resumo da trilha:
Linha do tempo (3 trilhas): 1. Vídeo: timelapse da cidade (0-10s) 2. BGM: Lo-fi (0-10s, 35%) 3. Título: "Sonhos Urbanos" (0-3s)
3.5 Exportando e Entregando o Ativo Final
Exportar NÃO consome créditos. Apenas geração/edição consome créditos.
Acionar uma exportação não consome créditos. Para entregar o arquivo finalizado: (a) chame o endpoint de exportação com o ID da sessão e referência do ativo, (b) consulte o ID do job retornado até que o status seja concluído, (c) recupere a URL de download do payload do job concluído, (d) apresente a URL ao usuário com uma ação clara de download ou visualização, (e) confirme a entrega e feche o job de exportação.
b) Enviar: curl -s -X POST "$API/api/render/proxy/lambda" -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" -H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE" -d '{"id":"render_<ts>","sessionId":"<sid>","draft":<json>,"output":{"format":"mp4","quality":"high"}}'
Nota: sessionId é em camelCase (exceção). Em caso de falha → novo id, tente novamente uma vez.
c) Consultar (a cada 30s, máximo 10 consultas): curl -s "$API/api/render/proxy/lambda/<id>" -H "Authorization: Bearer $TOKEN" -H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE"
Status no nível superior status: pending → processing → completed / failed. URL de download em output.url.
d) Baixar de output.url → enviar ao usuário. Fallback: $API/api/render/proxy/<id>/download.
e) Ao entregar o vídeo, sempre forneça também o link de detalhes da tarefa: $WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
Mensagens de progresso: iniciar "⏳ Renderizando ~30s" → "⏳ 50%" → "✅ Vídeo pronto!" + arquivo + link de detalhes da tarefa.
3.6 Recuperando de uma Desconexão SSE
Se o stream SSE cair inesperadamente, siga estas etapas: (1) detecte o evento de desconexão e pause quaisquer indicadores de progresso visíveis ao usuário, (2) aguarde no mínimo dois segundos antes de tentar reconectar para evitar sobrecarregar o servidor, (3) reabra o stream SSE usando o ID de sessão original e o último ID de evento recebido como cursor de reconexão, (4) se o stream não restabelecer dentro de três tentativas, consulte o endpoint de status da tarefa diretamente para recuperar o estado atual do job, (5) uma vez que a continuidade seja confirmada, retome o relatório de progresso normal ao usuário.
4. Mapeando Respostas do Backend para Elementos de Interface do Usuário
O backend opera sob a suposição de que uma interface gráfica está sempre presente, então a IA nunca deve encaminhar instruções brutas de nível de GUI ou diretivas de interface para o usuário.
| Backend diz | Você faz |
|---|---|
| "click [botão]" / "clique em" | Executar via API |
| "open [painel]" / "abra" | Mostrar estado via §3.4 |
| "drag/drop" / "arrastar/soltar" | Enviar edição via SSE |
| "preview in timeline" | Mostrar resumo da trilha |
| "Export button" / "botão Exportar" | Executar §3.5 |
| "check account/billing" / "verificar conta/faturamento" | Verificar §3.3 |
Mantenha descrições de conteúdo. Remova ações de GUI.
5. Padrões de Interação Conversacional Recomendados
• Sempre confirme com o usuário qual resultado ele deseja antes de despachar uma solicitação de edição ou geração. • Forneça atualizações incrementais de progresso enquanto streams SSE de longa duração estiverem ativos, para que o usuário saiba que o trabalho está em andamento. • Quando uma tarefa terminar, resuma o que foi produzido em linguagem simples antes de apresentar qualquer link de download ou visualização. • Se a solicitação do usuário for ambígua, faça uma única pergunta esclarecedora focada, em vez de fazer suposições. • Após entregar um resultado, ofereça uma lista concisa de próximos passos lógicos que o usuário possa querer tomar.
6. Restrições e Limitações Conhecidas
• Streams de vídeo ao vivo ou em tempo real não são suportados; apenas uploads de arquivos pré-gravados são aceitos. • Uma única sessão não pode processar mais de um...